想用 AI 提升部門生產力，多數團隊第一步就走偏了。真正該做的第一件事，是拿 AI 對標管理幅度、人均營收與技能落差這三個數字，讓小團隊看清楚自己站在哪，再決定要補人、補訓，還是重新分工。
用更少人做更多事，卡點通常在沒有先對標
很多團隊導入 AI，先想到讓它自動回信、自動生報告。但真正讓一個部門用更少人做更多事的，是拿 AI 去對標：把管理幅度、人均營收、技能結構跟同產業的參考值放在一起比。看清楚差距，決策才有依據。自動回覆省的是幾分鐘，對標省下的是一整套錯誤的人力配置。
Josh Bersin 在 2026 年 9 月發表的 HR 情報平台 Galileo「Jupiter」版本，就把這件事做成產品。據 Bersin 與 Galileo 團隊宣稱，它能接進企業既有的 AI 代理（Copilot、Workday、Claude、Gemini 等），直接對標管理幅度（span of control）、平均薪資與各業務單位的人均營收（revenue per employee），背後是 25 年以上研究與 1,700 多個產業案例。這些是產品方宣稱，你不必買這套系統，但它點出一件事：AI 最貴的價值，是把決策建立在對標數據上，別再靠感覺配人力。這三個對標，中小企業用手上的 AI（ChatGPT、Claude、Copilot 都行）就能自己跑，把 AI 工具變成競爭力 的起點就在這。
| 對標項目 | 這個數字回答什麼 | 下一步的決策方向 |
|---|---|---|
| 管理幅度 | 一個主管該帶幾人 | 併小組或補 AI 流程，別急著加人 |
| 人均營收 | 哪個部門的產值被低估 | 把人力與預算往高效區調 |
| 技能落差 | 該補訓還是該招人 | 小缺口補訓，全缺才招募 |
Step 1：先對標管理幅度，看一個主管到底該帶幾人
管理幅度指一個主管直接管幾個部屬。對標它，是要找出「主管太多、兵太少」或「一個人硬撐二十人」的失衡點。國際企業常見的參考帶落在一個主管管六到十人，會隨工作複雜度而變。某部門若平均每三人就有一個主管，這通常就是能用更少人做更多事的第一個切口。
做什麼：算出每個部門的「總人數 ÷ 主管人數」，再叫 AI 對照同規模、同產業的常見管理幅度。一句 prompt 就夠：貼上編制，問哪個部門明顯偏離合理區間。
怎麼讀這個數字：幅度太小代表管理層太厚，決策鏈拉長、成本墊高；太大代表主管沒空帶人，交付品質遲早出事。兩種都是警訊，方向剛好相反。
接下來怎麼決策：偏小的部門把小組併給一個主管，省下的職能轉去做需要判斷的事；偏大的先別急著補人，優先導入能分擔重複事務的 AI 流程。一直加人、加工具卻更累，正是 工具愈加愈多，團隊卻愈來愈累 的循環。
Step 2：對標人均營收，找出哪個部門的產值被低估
人均營收是把一段期間的營收除以人數，看每個人平均創造多少產值。對標它，是要找出哪個部門「用一樣的人力，做出更高或更低的產值」。同一家公司裡不同業務單位常常差上好幾倍，差距大的地方藏著兩種可能：被低估、該加碼的金雞母，或效率待救的破口。
做什麼：算出各業務單位的「營收 ÷ 該單位人數」，丟給 AI 按高低排序，標出跟公司平均差距最大的兩個單位。
怎麼讀這個數字：特別高的單位通常產品力強或流程順，值得把資源往那邊移；特別低的先別急著砍，要分清是市場天花板低，還是內部流程卡住。同產業公開數字只是參考帶，不是判決。
接下來怎麼決策：把人力與預算從低效區往高效區調，往往比整體增員更快見效。這也是「用更少人做更多事」最實際的操作：讓每個人待在他產值最高的位置。
Step 3：對標技能落差，判斷該補訓還是該招人
技能落差對標，是把「事情需要的能力」和「團隊現在有的能力」放在一起比，看缺口在哪、缺多深。它回答每個主管都煩的問題：這缺口是花錢招新人來補，還是把現有的人訓起來更划算。多數情況下，能靠訓練補的缺口，硬用招募解決都是繞遠路，也更貴。
做什麼：列出部門未來半年要做成的三件事各需哪些關鍵能力，再盤點團隊現有能力，用 AI 生成一張「需要 vs 現有」的落差表，缺口大的標紅。
怎麼讀這個數字：缺口若是「大多數人只差一點」，那是訓練問題，補訓最快；若是「整個團隊完全沒有這種人」，才需要對外招募或找外部夥伴。兩種分開，才不會用錯藥。
接下來怎麼決策：能補訓的優先補訓，成本低又留住戰力。很多能力可以邊做邊補，例如 用 ChatGPT 處理人才發展的日常難題。要判斷每個人的 AI 運用程度，可對照智谷的個人 AI 技能診斷，以工作任務為單位盤點，再決定訓練深淺。
對標之前，先避開這三個最常見的坑
對標最容易出錯的地方，往往不在計算，在比錯對象、反應過快，或把數字當結論。管理幅度、人均營收、技能落差這三個數字都只是照妖鏡，照出問題在哪，但要怎麼解還是得人來判斷。以下三個坑，是主管拿到對標數據後最常踩的。
坑一：拿別的產業當標竿。把製造業的管理幅度套到研發團隊，只會得出錯誤結論。要比同產業、同規模、同複雜度，AI 給的參考帶當起點就好，別當標準答案。
坑二：看到數字就急著砍人。人均營收低的部門可能正在養新市場，管理幅度小的團隊可能在扛高風險決策。先問一句「為什麼」，再決定動或不動。
坑三：只對標一次就收工。這三個數字會隨業務變化，季度追蹤才看得出趨勢。一次性的體檢報告，救不了長期的健康。
三個對標跑完，你手上會有一張清楚的地圖：哪裡人力錯配、哪裡產值被低估、哪裡該補訓。一個人分身乏術時，讓小團隊撐起大局的，就是這種能對標、能決策的底氣。要把它接成組織的長期動作，可以對照智谷企業 AI 診斷的五個維度（策略、組織、流程、資料、人才），把單點對標接成系統性盤點；想讓團隊自己會跑對標，可從 企業 AI 應用力培訓 開始。
FAQ
AI 對標需要很懂數據分析才能做嗎？
不需要。這三個對標用的都是加減乘除等級的數字：人數、主管數、營收、能力清單。真正的門檻在怎麼讀數字、怎麼下決策，而這部分可以交給 AI 當助手：把整理好的數字貼給 ChatGPT 或 Claude，請它排序、對照參考帶、標出異常，再由你判斷要不要行動。工具負責算，判斷還是主管的事。
中小企業人手不多，跑這三個對標會不會太費工？
正好相反，人手越少越該先對標。資源有限時，每一次人力配置錯誤的代價都更高。三個對標各自半小時內就能跑出初版：管理幅度看編制表，人均營收看財報，技能落差列三件要事對照團隊能力。先花一個下午畫出這三張圖，後面少走的冤枉路遠不只一個下午。
對標發現技能落差，該補訓還是直接招人？
先看缺口的形狀。如果團隊大多數人都只差一點，那是訓練能解的問題，補訓最快也最省；如果整個團隊完全沒有這種能力，才需要對外招募或找外部夥伴。把兩種缺口分開判斷，是這一步最值錢的地方。多數企業的日常缺口屬於前者，卻習慣先想到招人，結果又貴又慢。
沒有像 Galileo 那種專用平台，用一般的 AI 也能對標嗎？
可以。Galileo 這類平台的優勢是內建產業基準庫，回答比較穩。但對標的核心動作用一般 AI 就能完成：把自家數字整理好，請它排序、找異常、對照公開的產業參考值。差別在於你要自己把握資料品質，也要記得 AI 給的產業數字是參考，不是定論。
關於智谷
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。
研究來源
- Josh Bersin, 2026-09〈HR Intelligence Goes Enterprise: The Galileo Jupiter Release〉（joshbersin.com）
- The Josh Bersin Company, 2026, Galileo「Jupiter」Release 產品能力說明（管理幅度、人均營收、平均薪資對標；資料來源含 Wagescape 薪資基準、Equilar 高管薪酬、Lightcast 技能庫、SHL 管理職能）
CTA：想把三個對標接成系統性的組織盤點，來和智谷聊聊你的第一步
Cover: An East Asian department manager in a modern Taiwan office stands at a glass wall covered with team org-chart sticky notes and a laptop showing simple bar charts, mid-gesture pointing at one column, natural window light, candid documentary photography, shallow depth of field, 16:9.
H2-1: An East Asian small-team leader and two colleagues gathered around a laptop comparing their numbers against a printed benchmark sheet on a desk, warm office light, focused expressions, candid documentary photography, shallow depth of field, 16:9.
H2-2: An East Asian manager at a whiteboard drawing an organizational span-of-control diagram with boxes and connecting lines, marker in hand, explaining to one attentive team member, daylight office, candid documentary photography, 16:9.
H2-3: An East Asian finance-minded manager reviewing a revenue-per-employee bar chart on a monitor, pointing at the tallest and shortest bars, colleague taking notes beside her, modern office, candid documentary photography, shallow depth of field, 16:9.
H2-4: An East Asian team lead and a junior staff member reviewing a skills-gap table on a tablet, one highlighting rows with a stylus, collaborative mood, bright workspace, candid documentary photography, 16:9.
H2-5: An East Asian manager pausing thoughtfully in front of a quarterly dashboard on a wall screen, hand on chin, avoiding a hasty decision, calm office atmosphere, candid documentary photography, shallow depth of field, 16:9.